シゲラ・フレクスネリとそのヒト細胞への影響を理解する
Shigella flexneriが宿主細胞や免疫応答に与える影響を詳しく見てみよう。
― 1 分で読む
目次
シゲラ・フレクスネリ(Shigella flexneri)は、細菌性赤痢として知られる病気を引き起こすタイプの細菌だよ。この病気は腸に影響を与え、ひどい下痢につながることが多く、しばしば血が混じることもある。毎年、全世界で15万人以上の人がこの病気で亡くなっていて、特に低所得国の幼い子供たちが最も影響を受けてるんだ。人がこの細菌を少しでも食べると、すぐに腸の中で増え始める。
人間の細胞に侵入するために、S. flexneriは3型分泌系というシステムを使う。このシステムは針みたいに働いて、細菌が宿主の細胞に物質を注入できるようにするんだ。これらの物質は細菌の成長を助けるだけでなく、体の免疫系から守る役割もある。宿主の細胞内に入ると、細菌は保護用のバブルから脱出して移動し、宿主の細胞の構造の一部を使って近くの細胞に広がる。
セプチンの役割
セプチンは人間の細胞に見られるたんぱく質で、細胞分裂を助けたり、細胞の形を支える構造を形成したりするいろんな役割がある。セプチンは非常に保存されていて、何百万年も多くの種で似たような形を保ってきたんだ。セプチンはリングや束を形成でき、多くの細胞プロセス、特に感染時に重要なんだ。
細菌が細胞に侵入すると、セプチンは細菌の周りに構造を形成する。この構造は体が細菌を捕まえて戦うのを助ける。S. flexneriの場合、セプチンは特定のエリアに集まって、細菌を囲むことで、その動きを遅らせるバリアを形成する。
細菌感染の不均一性
通常、細菌が細胞に感染する時、プロセスは均一で整理されていると考えられている。しかし、研究によると、細菌と感染される細胞の間にはたくさんのバリエーションがあるんだ。同じ細胞内でも、細菌のグループによって違った行動をすることがあるし、これらの細菌が免疫系とどうやって相互作用するかも違う。
研究によると、異なる細菌が宿主細胞内で特定のエリアを占めたり、さまざまな免疫応答を引き起こしたりすることがわかっている。この多様性は、細菌がどれだけ効果的に栄養を得たり、抗生物質に抵抗したり、宿主細胞で異なる反応を引き起こしたりするかに影響する。これらの違いを研究することは感染がどう起こるかを理解するために重要なんだ。
感染を研究するための顕微鏡技術
S. flexneriによる感染プロセスをよりよく理解するために、高度な顕微鏡技術が使われている。高内容顕微鏡は、多くの高解像度画像をキャッチできるから、感染中の細菌と宿主細胞の詳細な様子を提供してくれるんだ。
この方法を使うことで、科学者たちは宿主と細菌の多くの側面、例えば形、どれだけのDNAやたんぱく質を作っているか、3型分泌系の活動を分析できるようになる。自動画像解析を使えば、研究者は何千もの画像からデータを迅速に集めて解釈できる。
感染中の観察
S. flexneriに感染したHeLa細胞を研究していた時、研究者は約11.5%の細胞が3時間ちょっとで感染していることを見つけた。感染した細胞はさまざまな細菌の存在レベルを示していて、感染がどのように広がるかを反映している。
細菌が宿主細胞内で成長すると、周囲に影響を与える。細菌から宿主細胞の中心までの距離は、細菌の数が増えるにつれて短くなり、細菌が増えると細胞の中心的なエリアを占めるようになることが示唆されている。
さらに、感染した細胞はサイズに変化を示し、細胞と核の面積が大幅に増加していた。この成長は細菌の数に依存していて、感染プロセスが宿主細胞に形やサイズを変えるよう促していることを示している。
DNAとたんぱく質合成に対する影響
S. flexneriが宿主細胞の機能にどう影響するかを知るために、研究者たちは細胞内のDNAとたんぱく質の生成を調べた。特定の化学マーカーを使って、DNAの複製とたんぱく質の合成を追跡できたんだ。
驚くべきことに、感染していない細胞と感染した細胞では、DNA合成の段階にある細胞の割合は似ていたけど、感染した細胞で作られているDNAの量は明らかに少なかった。この結果は、S. flexneriが宿主細胞の通常の機能を遅らせることを示唆している。
同様に、たんぱく質合成を評価すると、感染した細胞では感染していない細胞に比べて減少が見られた。この減少は、感染によって引き起こされる細胞のストレスによるもので、細胞が細菌に侵入されると通常の機能を維持するのに苦労していることを示している。
細菌相互作用の識別における深層学習
S. flexneriが細胞内のセプチンとどう相互作用するかをよりよく研究するために、深層学習アプローチが開発された。この技術は、高度なアルゴリズムを使って細菌とセプチン構造の相互作用を自動的に識別・分類することで、プロセスを迅速化し、人為的なエラーを減らすんだ。
二つの主要な分類タスクが設定された。一つは細菌が孤立しているか、塊になっているかを判断するもの。もう一つは、孤立した細菌がセプチン構造と相互作用しているかどうかを分類するもの。この自動解析により、膨大な数の細菌を迅速に評価できるようになった。
セプチンの動員の形態的多様性
S. flexneriを囲むセプチンを調べていると、セプチン構造にさまざまな形状が見られた。一番一般的な形は、細菌を完全に囲むリングだった。他には、細菌の周りの結びつきが緩い形や、細菌表面の一部だけに動員される形もあった。
これらの異なるセプチン構造を理解することは重要だ、なぜならそれは細菌と免疫反応の相互作用のさまざまな段階を示すかもしれないから。形や構造を知ることは、免疫系が細菌とどのように戦うかを明確にするのに役立つ。
セプチンと関連したS. flexneriの活動
セプチンと相互作用しているS. flexneriが活発かどうかを判断するために、研究者たちは細菌の代謝状態を示す特定のマーカーを使った。この分析によって、セプチンと関連している細菌は、そうでない細菌に比べてDNA合成とたんぱく質生産のレベルが高いことがわかった。
さらに、セプチンとの関連のある細菌では3型分泌系の活動が高いことが示されている。これは、セプチンが特に病原性のある細菌をターゲットにしていることを示唆していて、感染に対する防御メカニズムとしての役割が強化されているんだ。
結論
細菌感染の複雑さと多様性は、こうした病原体が人間の細胞とどのように相互作用するかを徹底的に研究する必要性を浮き彫りにしている。高度なイメージング技術と深層学習解析を用いることで、科学者たちは前例のないレベルで感染のユニークな特性を捉えることができる。
S. flexneriと宿主細胞への影響に関する観察は、感染が細胞の機能をどのように変えるかについての重要な理解を明らかにしている。これらの研究は細菌感染に対する効果的な治療戦略を開発するために重要なんだ。
将来的な研究では、これらの技術を使って異なる細菌種と免疫系の相互作用を探ることで、感染治療のブレークスルーにつながる可能性がある。最終的には、こうした複雑な相互作用を理解することが細菌性疾病と戦うためのより良い武器を提供する道を開くかもしれない。
タイトル: High-content high-resolution microscopy and deep learning assisted analysis reveals host and bacterial heterogeneity during Shigella infection
概要: Shigella flexneri is a Gram-negative bacterial pathogen and causative agent of bacillary dysentery. S. flexneri is closely related to Escherichia coli but harbors a virulence plasmid that encodes a Type III Secretion System (T3SS) required for host cell invasion. Widely recognized as a paradigm for research in cellular microbiology, S. flexneri has emerged as important to study mechanisms of cell-autonomous immunity, including septin cage entrapment. Here we use high-content high-resolution microscopy to monitor the dynamic and heterogeneous S. flexneri infection process by assessing multiple host and bacterial parameters (DNA replication, protein translation, T3SS activity). In the case of infected host cells, we report a reduction in DNA and protein synthesis together with morphological changes that suggest S. flexneri can induce cell-cycle arrest. We developed an artificial intelligence image analysis approach using Convolutional Neural Networks to reliably quantify, in an automated and unbiased manner, the recruitment of SEPT7 to intracellular bacteria. We discover that heterogeneous SEPT7 assemblies are recuited to actively pathogenic bacteria with increased T3SS activation. Our automated microscopy workflow is useful to illuminate host and bacterial dynamics at the single-cell and population level, and to fully characterise the intracellular microenvironment controlling the S. flexneri infection process.
著者: Serge Mostowy, A. T. Lopez-Jimenez, D. Brokatzky, K. Pillay, T. Williams, G. Özbaykal Güler
最終更新: 2024-03-08 00:00:00
言語: English
ソースURL: https://www.biorxiv.org/content/10.1101/2024.03.06.583762
ソースPDF: https://www.biorxiv.org/content/10.1101/2024.03.06.583762.full.pdf
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。